课程文献中心 更多>>

关键词： 电气火灾预警   鲸鱼优化算法   BP神经网络   模糊化  

摘要： 电气火灾是一种严重危害人员安全和财产损失的事件,因此增强对电气火灾的早期预测和预警至关重要。基于提高电气火灾预测准确性的目的,采用了改进鲸鱼算法优化BP神经网络的方法,构建了电气火灾预警模型。使用剩余电流、工作电流电压和线缆温度作为神经网络的输入特征,结合上述改进方法对权值和阈值进行优化。优化后的参数作为初始参数进行模型训练,用于输出电气火灾的概率。采用电气柜中回路数据进行试验,将预测概率与剩余电流异常持续时间进行模糊化处理,得出火灾决策。研究结果表明,所提模型相关系数达到0.97,相较于传统方法提高了0.08,具有更高的准确性和可靠性。

关键词： 网络药理学   炆何首乌   抗衰老   UHPLC-QE-MS  

摘要： 目的探讨炆何首乌抗衰老的作用机制。方法通过超高效液相色谱-质谱联用(UHPLC-QE-MS)技术,鉴定生、炆何首乌活性成分;利用相关数据库筛选出炆何首乌的主要活性成分及作用靶点,并借助注释、可视化和综合发现数据库(DAVID)开展京都基因与基因组百科全书(KEGG)富集分析以及基因本体论(GO)功能分析。结果共得到炆何首乌有效成分82个,其中抗衰老相关疾病靶点共40个;得到丝氨酸/苏氨酸激酶1(AKT1)、表皮生长因子受体(EGFR)、缺氧诱导因子1亚基α(HIF1A)3个核心靶点,主要富集在癌症的蛋白聚糖、癌症的形成途径等信号通路上。结论推测炆何首乌主要通过细胞凋亡过程的负调控、基因表达的负调控等途径,发挥抗衰老作用。

关键词： 应急物资储备库网络   等级多目标设施选址   三阶段启发式算法   京津冀城市群  

摘要： 构建具有等级性、多目标特征的应急物资储备库网络,对于城市群应急物资储备库的良性互动和城市群应急物资储备库网络的协同发展具有重要现实意义。结合城市群实际情况,对传统的等级设施选址模型加以改进,以实现城市群内受灾点民众接受应急物资配置总满意度最大、应急物资储备库之间总关联度最高和应急物资储备建设与储存成本最小为目标,构建了适用于城市群应急物资储备库网络优化的等级型设施选址模型。针对所构建模型的等级性、多目标特点,对传统两阶段启发式算法进行拓展,设计了三阶段启发式算法加以求解。以京津冀城市群为例进行实证,优化结果表明:所构建模型稳健性较强,所设计算法能实现对模型的有效求解。京津冀城市群内应设立北京市、天津市、石家庄市等6个区域级应急物资储备库,且进一步形成由区域级、市级、县(市、区)级3个等级构成的应急物资储备库网络协作区。

关键词： 档案数据   Transformer   灰狼优化算法   分类  

摘要： 为提高档案管理的效率和准确性,提出了一种基于智能优化深度网络的档案数据分析方法。该方法结合了Transformer网络的特征提取能力和灰狼优化算法(Grey Wolf Optimizer,GWO)的参数优化能力,显著提高了档案管理的效率和准确性。将提出的方法运用到档案数据的多分类任务中,实验结果表明,通过GWO算法优化后的Transformer-GWO模型在与xgboost分类模型结合时取得了最佳性能,其宏观精确度、宏观召回率和宏观F1分数分别达到0.893、0.878以及0.885,提出的方法有效提升了档案管理的智能化水平。

关键词： 玉竹   抑郁症   网络药理学   GEO   数据库   作用机制  

摘要： 目的:基于生物信息学和网络药理学方法筛选玉竹治疗抑郁症的潜在药物靶点和信号通路,并通过PC12细胞实验初步证实其抗抑郁药效。方法:下载GSE98793表达矩阵和GPL570平台信息进行差异表达基因筛选;通过检索TCMSP数据库进行成分筛选,利用Cytoscape3.7.1软件,构建玉竹“药物-成分-靶点”相互作用网络图和PPI网络图;利用DAVID数据库,进行GO和KEGG富集分析;使用SYBYL-X 2.0软件对主要活性成分及靶点进行分子对接验证;采用谷氨酸(Glu)诱导PC12细胞模型后,将玉竹醇提物按低、中、高剂量进行分组给药,考查其对PC12细胞损伤的保护作用。结果:筛选得到玉竹抗抑郁活性成分23个,活性靶点34个;“药物-成分-靶点”网络图显示棕榈酸、月桂酸、(+)-雪松醇等为玉竹抗抑郁的主要活性成分;PPI网络图显示PTGS2、PTGS1、SLC6A2、GABRA1、TNF等为关键靶点;通过GO富集分析得到GO条目共209个,其中包括生物过程(BP)149个,细胞组分(CC)23个,分子功能(MF)37个;主要涉及Chemical carcinogenesis-receptor activation、Small cell lung cancer和Adipocytokine signaling pathway等信号通路;分子对接结果显示,玉竹主要活性成分与抑郁症主要靶点对接结果具有良好稳定性;体外细胞实验结果表明,600μg/mL的玉竹醇提物对Glu诱导的PC12细胞损伤具有明显恢复作用。结论:玉竹可能通过炎症反应、氧化应激和前列腺素合成等途径发挥抗抑郁作用。

关键词： 图像去雾   特征增强   并行分支结构   多尺度映射   注意力机制  

摘要： 针对现有去雾方法处理的图像细节模糊和色彩偏差等问题,提出了一种基于特征增强的双重注意力去雾网络。该网络采用编码器-解码器结构,设计了一个双重注意力特征增强模块,其中,利用Ghost模块替代非线性卷积,实现模型轻量化处理,通过RFB充分融合不同尺度的特征,实现均匀去雾,引入双重注意力实现信息跨通道与空间交互,保证模型性能和抑制噪声特征。使用RESIDE数据集对网络进行训练和测试。实验结果表明,所提算法在主观视觉和客观评价指标上均有优异表现,能有效地提升网络的特征提取能力,实现对不同场景雾图的色彩恢复,增强图像的对比度和清晰度。

关键词： 目标跟踪   孪生网络   计算机应用   多层特征融合   模板更新  

摘要： 针对现有孪生网络跟踪算法仅使用主干网络最后一层的特征进行相似度匹配,以及缺少有效模板更新策略的问题,提出基于多尺度特征融合和自适应模板更新的孪生网络跟踪算法。首先,结合深度过参数化卷积设计非填充单元,提取更深层的前景特征和语义背景;然后,设计新的全局-局部特征融合模块,充分聚合浅、中层特征的全局和局部信息,捕获丰富的浅层外观特征和中层过渡特征;最后,采用自适应模板更新机制在线更新模板。为验证算法的有效性,在公开数据集上对所提算法进行详尽评估,实验结果显示,所提算法在OTB2015和VOT2018数据集上的精确度分别达到0.878和0.588,GOT10K数据集上平均重叠率达到0.526,优于其他主流算法。

关键词： 清脉饮   下肢动脉硬化闭塞症   网络药理学  

摘要： 目的基于网络药理学技术,探究清脉饮治疗下肢动脉硬化闭塞症的潜在复杂机制。方法通过多个数据库查找并筛选清脉饮活性成分及下肢动脉硬化相关基因,构建“药物-活性成分-靶点-疾病”网络,并进行基因本体论(GO)和京都基因与基因组百科全书(KEGG)富集分析及分子对接。结果共筛选出清脉饮活性成分62种,主要涉及细胞信号传导(细胞增殖、细胞迁移、细胞凋亡等)、炎症反应、血管生成等方面;主要作用于肿瘤坏死因子(TNF)、丝氨酸/苏氨酸激酶1(AKT1)、甘油醛-3-磷酸脱氢酶(GAPDH)等靶点,参与磷脂酰肌醇3激酶(PI3K)-丝氨酸/苏氨酸激酶(AKT)、丝裂原活化蛋白激酶(MAPK)等信号通路。结论此研究在网络药理学水平上,解释了清脉饮治疗下肢动脉硬化闭塞症的机制。

关键词： 加权基因共表达网络   机器学习算法   类风湿关节炎   关键基因   预测模型  

摘要： 背景:类风湿关节炎是一种全身的免疫相关性疾病,主要病理特点是关节滑膜炎性增生及关节软骨的破坏,其发病机制目前尚不明确,迫切需要发现新的具有高度敏感性和特异性的诊断标志物。目的:联合使用生物信息学技术及计算机学习算法,识别并筛选类风湿关节炎患者滑膜中的关键基因,构建类风湿关节炎预测模型并进行验证。方法:从基因表达综合数据库中下载3个包含类风湿关节炎患者滑膜的数据集(GSE77298、GSE55235、GSE55457),GSE77298和GSE55235作为训练集,GSE55457作为测试集,共纳入66个样本,其中类风湿关节炎患者滑膜样本39个,正常滑膜样本27个。应用R语言筛选训练集中的差异基因,然后使用加权共表达网络将训练集中的基因模块化,选出关键模块中的特征基因,将差异表达基因和特征基因取交集,交集基因进入下一步机器学习。采用3种机器学习方法:最小绝对值收敛和选择算子算法、支持向量机-递归特征消除和随机森林算法对交集基因进一步分析获得枢纽基因,将枢纽基因再次相交即得到类风湿关节炎滑膜中的关键基因。以关键基因为变量构建预测类风湿关节炎的列线图模型,推测患者发生类风湿关节炎的危险程度,使用受试者工作特征曲线确定类风湿关节炎预测模型及其关键基因的诊断价值。结果与结论:①通过差异分析,训练集中共筛选出差异基因730个,加权共表达网络分析得到特征基因185个,两者交集基因159个;②最小绝对值收敛和选择算子发现枢纽基因4个,支持向量机-递归特征消除发现枢纽基因11个,随机森林发现枢纽基因5个,取交集后获得关键基因2个(TNS3、SDC1);③基于2个关键基因,在训练集及测试集种构建列线图,其校准预测曲线与标准曲线贴合较好,且预测类风湿关节炎发生的临床效能良好;④上述结果证实,基于生物信息及机器学习算法获得的TNS3和SDC1有可能成为类风湿关节炎诊断和治疗的关键靶点。

关键词： 科学基金   资助态势   社团划分   词共现网络   主题分析   集成电路  

摘要： [目的/意义]科学基金制度是各国(地区)提升科学研究水平的重要方式,准确识别科学基金的资助方向和资助成效是感知科技发展态势的关键。[方法/过程]为识别科学基金资助态势,在提出关键短语抽取规则后,利用语义相似度消除同、近义词的歧义影响,利用动态滑动窗口和语义相似度构建语义加权的词共现网络,并基于社团划分方法识别基金主题。在集成电路领域比较1812项中国国家自然科学基金和2807项美国国家科学基金的资助主题分布、资助力度变化和资助效果,该方法能够准确识别基金主题分布和资助成效。[结果/结论]中国国家自然科学基金和美国国家科学基金均涵盖了集成电路领域的主要研究主题,在重点资助方向和资助力度上有较大差异;中国国家自然科学基金资助的论文平均被引频次相对较低,受资助机构相对单一。